Боты посодействовали в 4 раза убыстрить подготовку стволовых клеток, чтоб вырастить сетчатку в пробирке

Ученые из Столичного физико-технического института и Гарварда практически вчетверо убыстрили процесс производства стволовых клеток для выкармливания тканей in vitro. Новейший метод помогает также в исследовании причин, влияющих на специализацию клеток. Результаты размещены в журнальчике Translational Vision Science and Technology, коротко о их сказала пресс-служба МФТИ.

Сетчатка глаза — это набор организованных слоев нейронов, связанных вкупе и образующих нейронную цепь. Она принимает свет и обрабатывает поступающую визуальную информацию перед отправкой ее в мозг. Из-за ограниченной регенеративной возможности утрата нейронов сетчатки приводит к необратимой слепоте. В 2015 году наиболее 2,5 миллионов человек в Рф мучались разными болезнями сетчатки. Разрабатываются разные подходы к исцелению этих болезней: нейропротекция, генная терапия, замещение клеток и остальные. Различаясь по механизму деяния, мотивированному заболеванию и методологии, они все требуют большого количества клеток сетчатки для исследовательских работ.

При помощи стволовых клеток можно воспроизвести развитие сетчатки в пробирке. Поначалу кластеры стволовых клеток помещаются в специальную среду, где индуируется спонтанное образование неразвитых нейронов. За сиим следует формирование и созревание сетчатки. Этот подход приводит к получению реальных нейронов сетчатки, организованных в сложную ткань, без наружной стимуляции путей развития в процессе специализации. Но способ имеет свои ограничения: случайный нрав исходной стимуляции роста нейронов. Также время, нужное для правильного развития искусственной сетчатки, составляет 30 дней для сетчатки мыши и до года для органоидов человека. Создатели статьи попробовали решить эти препядствия, увеличивая количество производимых клеток и улучшая их свойство.

Для сопоставления свойства выкармливания тканей роботом и человеком ученые вырастили несколько тыщ образцов ткани сетчатки для предстоящей автоматической обработки и столько же образцов для ручного выведения. Создатели просканировали лунки с тканью из первой группы, а приобретенные изображения проанализировали с внедрением специально разработанного скрипта на языке Python. Программка вычисляет области фото, в каких более активно сияет флуоресцентный белок. Потому что этот белок вырабатывается лишь в развивающихся клеточках сетчатки,  высочайшая интенсивность указывает участки эталона с подходящей тканью. Таковым образом программка способна определять количество развивающейся сетчатки в любом органоиде.

Оказалось, что применение автоматических алгоритмов не понижает свойство выращиваемых тканей и помогает улучшить протокол выработки клеток благодаря большенному количеству сразу испытываемых систем. Применение автоматического метода работы позволило понизить затрачиваемое учеными время на обработку клеток с 2 часов до 34 минут.

«Мы реализовали механизированную смену воды по ходу дифференцировки сетчатки и проявили, что это не оказывает отрицательного воздействия на итог специализации клеток. Не считая того, мы разработали инструмент для автоматического определения сетчатки и систематизации органов и показали его применение для оптимизации критерий специализации и контроля свойства. Одна из задач, которую мы стремились решить в нашей работе, — это возможность масштабировать дифференциацию для производства огромного количества ткани для испытаний фармацевтических средств и тестов по трансплантации клеток. Автоматическая обработка образцов дозволяет понизить нужные усилия со стороны персонала и повысить в разы количество вырабатываемых клеток. Опосля маленьких модификаций этот метод можно будет использовать для выкармливания остальных органов, не только лишь сетчатки», — объясняет Евгений Кегелес, сотрудник лаборатории геномной инженерии МФТИ.

«Это как раз тот вариант, когда количество имеет значение: благодаря автоматизации мы можем получить триллионы нейронов сетчатки для трансплантации», — добавляет Пётр Баранов, управляющий лаборатории в The Schepens Eye Research Institute of Mass Eye and Ear.

Источник: polit.ru